CN109670550B - 一种配电终端检修决策方法和装置 - Google Patents
一种配电终端检修决策方法和装置 Download PDFInfo
- Publication number
- CN109670550B CN109670550B CN201811565205.9A CN201811565205A CN109670550B CN 109670550 B CN109670550 B CN 109670550B CN 201811565205 A CN201811565205 A CN 201811565205A CN 109670550 B CN109670550 B CN 109670550B
- Authority
- CN
- China
- Prior art keywords
- risk
- cost
- maintenance
- power supply
- terminal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 127
- 238000009826 distribution Methods 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000011156 evaluation Methods 0.000 claims abstract description 61
- 230000006870 function Effects 0.000 claims description 60
- 230000008439 repair process Effects 0.000 claims description 15
- 230000004931 aggregating effect Effects 0.000 claims description 13
- 238000012935 Averaging Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013499 data model Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- FGXWKSZFVQUSTL-UHFFFAOYSA-N domperidone Chemical compound C12=CC=CC=C2NC(=O)N1CCCN(CC1)CCC1N1C2=CC=C(Cl)C=C2NC1=O FGXWKSZFVQUSTL-UHFFFAOYSA-N 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003211 malignant effect Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种配电终端检修决策方法和装置，通过对终端历史数据的统计，分析终端的设备风险，加之于考虑检修投入的经济成本，建立配电终端多个体的“风险‑成本”二维评价体系，再依据个体“风险‑成本”的差异性和相似性，将终端样本在二维空间上聚类。针对每一类别的平均特征，建立其对应的决策函数，加以考虑衡量终端运行风险与检修成本的决策因子的大小，有侧重的提出符合主观期望的差异化动态可变的检修周期。从一定程度上优化了机械化的终端定期检修模型，使检修周期可以动态跟随终端的风险状态评价和检修的成本，更加合理和经济可靠。
Description
技术领域
本发明配电终端检修领域，尤其涉及一种配电终端检修决策方法和装置。
背景技术
电力设备对于电力系统的安全稳定运行极其重要，电力设备的安全性及故障发现后的检修也是电力系统不断需要优化解决的问题。传统的电力设备检修方法多采用事后检修方法，其是在电力设备出现状态参数的严重偏移、控制失灵或者故障甚至毁坏的情况下，电网派出专业的设备维修人员对电力设备进行的故障完全应激反馈后的检修，一般来说会造成一定时间的设备相关线路的供电中断或者电网的危险状态运行。随着电网对于供电可靠性和电力设备运行安全性的要求越来越高，这种被动反应的电力设备检修方法慢慢被主动的电力设备检修策略所取代。
电力设备主动的检修一般分为基于设备状态的检修和预防性检修这两种方式。基于设备状态的检修往往针对加装了保护和监测装置的大型电力设备，多为一次设备，如：变压器、断路器、大功率电缆等。对于二次设备如配电终端，特别是配网低电压级别的配电终端，其数量较多且分布广泛，而有的配网自动化程度比较低，大量终端的状态参量没办法准确采集或者采集了终端的部分状态又无法做出终端运行状态的准确判断。故配电终端基于状态检修的方法需要配网在硬件上整体提升终端的智能化水平和状态感知的程度，而且在软件上也要可也对海量的采集到的海量终端信息中的数据进行一定可靠度的分析判断，从而确定终端的检修或者提前维修的精准策略。整体上，配电终端的状态检修方法还需要电网自动化、智能化水平的进一步提高、配电终端运维标准的进一步规格化和统一化，才能实现最精确的终端的故障检修策略制定。而现阶段只能尽可能的利用可以监测到的有线配电终端历史状态样本，基于历史数据通过样本观测值对整个样本总体做尽可能的估计和描述。
而预防性检修的方式往往采用定期检修(计划检修)的方式，而定期检修的间隔周期往往是根据电力人员基于历史分析的主观决断并依照电力规程来确定的，而随着电网规模越来越大，相关的电力设备的种类和数量也爆炸式地增长，这种全范围的定期巡检方式往往要投入大量的人力和物力，但为了电网的安全稳定运行，短时期内这又是不得不采用的方法。显而易见，定期检修的方式里存在风险性和经济性的矛盾关系：这种与终端的运行状态分析无关的机械性、定周期的检修方式缺乏针对性，只是盲目的覆盖式的定期对终端作故障的排查。如果检修周期较短，则检修过程中投入了大量的人力和物力，这种过检修的方式虽然保证了一定的可靠性，但却浪费了不必要的经济性，而且频繁的检修可能会酿成新的故障，这种状况在检修周期较短时更为突出。而如果检修周期又较长的话，又会造成欠检修的局面，这种情况下则不能及时发现终端的隐性故障，致使这些隐性故障态继续恶化发展为恶性故障，损害配电的正常与可靠性。而这些配电终端的隐性故障往往在检修周期中完全发展成为严重的恶性故障后才被能被发现。
发明内容
本发明实施例提供了一种配电终端检修决策方法，通过对终端历史数据的统计，分析终端的设备风险，加之于考虑检修投入的经济成本，建立配电终端多个体的“风险-成本”二维评价体系，再依据个体“风险-成本”的差异性和相似性，将终端样本在二维空间上聚类。针对每一类别的平均特征，建立其对应的决策函数，加以考虑衡量终端运行风险与检修成本的决策因子的大小，有侧重的提出符合主观期望的差异化动态可变的检修周期。从一定程度上优化了机械化的终端定期检修模型，使检修周期可以动态跟随终端的风险状态评价和检修的成本，更加合理和经济可靠。
本发明的第一方面提供了一种配电终端检修决策方法，包括：
建立供配电终端的基础评价空间体系，所述基础评价空间体系用于指示运行风险和检修成本；
确定供配电终端在所述基础评价空间体系中的样本值，每个所述供配电终端对应一个所述样本值，其中所述样本值包括所述运行风险和所述检修成本；
根据所述样本值进行聚集，得到多个类别，并将每一个所述类别的样本值的平均值作为各自类别的特征值；
根据所述特征值分别建立符合每个所述类别的检修决策函数，并设置对应的决策因子；
根据所述检修决策函数与所述决策因子，计算符合每个所述类别主观期望的检修周期。
在第一方面的一种设计中，所述确定供配电终端在所述基础评价空间体系中的样本值，每个所述供配电终端对应一个所述样本值，其中所述样本值包括所述运行风险和所述检修成本本，包括：
确定供配电终端在所述基础评价空间体系中的样本值：D＝{X1,X2,X3,...,XN}，其中N为该区域供配电终端的总个数，每个所述供配电终端对应一个二维特征Xi＝{Riski，Costi}，其中，Riski为所述运行风险，Costi为所述检修成本。
在第一方面的一种设计中，所述根据供配电终端在所述基础评价空间体系中的差异化样本值进行聚集包括：
通过k-means算法根据供配电终端在所述基础评价空间体系中的差异化样本值进行聚集，得到低风险-低检修成本类、低风险-高检修成本类、高风险-低检修成本类、高风险-高检修成本类。
在第一方面的一种设计中，所述根据特征值分别建立符合每个所述类别的检修决策函数，并设置对应的决策因子，包括：
根据特征值分别建立符合每个所述类别的检修决策函数，其中所述决策函数为每个所述类别的运行风险与检修成本的比值，所述检修决策函数包括决策因子，所述决策因子用于指示所述运行风险与所述检修成本的权重。
在第一方面的一种设计中，所述运行风险为历史数据拟合得到的随时间变化的指数函数，所述检修成本为对该类别样本进行取平均操作的定量值。
本发明的第二方面提供了一种配电终端检修决策装置，包括：
第一建立模块，用于建立供配电终端的基础评价空间体系，所述基础评价空间体系用于指示运行风险和检修成本；
确定模块，用于确定供配电终端在所述基础评价空间体系中的样本值，每个所述供配电终端对应一个所述样本值，其中所述样本值包括所述运行风险和所述检修成本；
聚类模块，用于根据所述样本值进行聚集，得到多个类别，并将每一个所述类别的样本值的平均值作为各自类别的特征值；
第二建立模块，用于根据所述特征值分别建立符合每个所述类别的检修决策函数，并设置对应的决策因子；
计算模块，用于根据所述检修决策函数与所述决策因子，计算符合每个所述类别主观期望的检修周期。
在第二方面的一种设计中，所述确定模块，用于确定供配电终端在所述基础评价空间体系中的样本值：D＝{X1,X2,X3,...,XN}，其中N为该区域供配电终端的总个数，每个所述供配电终端对应一个二维特征Xi＝{Riski，Costi}，其中，Riski为所述运行风险，Costi为所述检修成本。
在第二方面的一种设计中，所述聚类模块，用于通过k-means算法根据供配电终端在所述基础评价空间体系中的差异化样本值进行聚集，得到低风险-低检修成本类、低风险-高检修成本类、高风险-低检修成本类、高风险-高检修成本类。
在第二方面的一种设计中，所述第二建立模块，用于根据特征值分别建立符合每个所述类别的检修决策函数，其中所述决策函数为每个所述类别的运行风险与检修成本的比值，所述检修决策函数包括决策因子，所述决策因子用于指示所述运行风险与所述检修成本的权重。
在第二方面的一种设计中，所述运行风险为历史数据拟合得到的随时间变化的指数函数，所述检修成本为对该类别样本进行取平均操作的定量值。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例中，提供了一种配电终端检修决策方法，建立供配电终端的基础评价空间体系，所述基础评价空间体系用于指示运行风险和检修成本；确定供配电终端在所述基础评价空间体系中的样本值，每个所述供配电终端对应一个所述样本值，其中所述样本值包括所述运行风险和所述检修成本；根据所述样本值进行聚集，得到多个类别，并将每一个所述类别的样本值的平均值作为各自类别的特征值；根据所述特征值分别建立符合每个所述类别的检修决策函数，并设置对应的决策因子；根据所述检修决策函数与所述决策因子，计算符合每个所述类别主观期望的检修周期。通过对终端历史数据的统计，分析终端的设备风险，加之于考虑检修投入的经济成本，建立配电终端多个体的“风险-成本”二维评价体系，再依据个体“风险-成本”的差异性和相似性，将终端样本在二维空间上聚类。针对每一类别的平均特征，建立其对应的决策函数，加以考虑衡量终端运行风险与检修成本的决策因子的大小，有侧重的提出符合主观期望的差异化动态可变的检修周期。从一定程度上优化了机械化的终端定期检修模型，使检修周期可以动态跟随终端的风险状态评价和检修的成本，更加合理和经济可靠。
附图说明
图1为本发明实施例中配电终端检修决策方法的一个实施例示意图；
图2为本发明实施例中配电终端检修决策装置的一个实施例示意图。
具体实施方式
本发明实施例提供了一种配电终端检修决策方法，通过对终端历史数据的统计，分析终端的设备风险，加之于考虑检修投入的经济成本，建立配电终端多个体的“风险-成本”二维评价体系，再依据个体“风险-成本”的差异性和相似性，将终端样本在二维空间上聚类。针对每一类别的平均特征，建立其对应的决策函数，加以考虑衡量终端运行风险与检修成本的决策因子的大小，有侧重的提出符合主观期望的差异化动态可变的检修周期。从一定程度上优化了机械化的终端定期检修模型，使检修周期可以动态跟随终端的风险状态评价和检修的成本，更加合理和经济可靠。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1，本发明实施例中一种配电终端检修决策方法一个实施例包括：
101、建立供配电终端的基础评价空间体系，基础评价空间体系用于指示运行风险和检修成本；
102、确定供配电终端在基础评价空间体系中的样本值，每个供配电终端对应一个样本值，其中样本值包括运行风险和检修成本。
本实施例中，可以建立每个供配电终端的数据模型：D＝{X1,X2,X3,...,XN}，其中N为该区域配电终端的总个数。其中每个个体配电终端数据模型都有二维特征，即Xi＝{Riski，Costi}，表示第i个配电终端数据模型包含二维属性，基于统计的运行风险评估值是Riski，其基于统计的检修期望成本是Costi。
根据《广东电网公司设备状态评价与风险评估技术导则》，供配电终端的运行风险的计算式为：
Risk＝P×L；
式中，P为配电终端的故障率，L为配电终端故障后的后果值。而配电终端的故障率一般服从双参数的威布尔分布，则风险值函数也具有指数特征。由第i个配电终端风险评价的历史数据拟合其风险函数。得到其第k个检修周期的风险函数见下式：
式中，w0表示配网运行所能承受终端运行风险的上限阈值，其值小于1，由人为设定，示例中设为0.8。
统计第k个检修周期初始时刻的风险值Riski,k＝Riski,k(0)。
根据配电终端设备检修所投入的人力、物力转化为的纯经济成本值的历史数据，将配电终端以T为检修周期时，并统计n个历史周期内的检修第i个配电终端所花费的成本{Costi,T,Costi,2T,...,Costi,nT}，则由下式计算每次检修第i个配电终端的平均成本Costi：
表1以30个配电终端样本形成的二维“风险-成本”评价空间为例，计算结果为归一化处理后的值。
表1
103、根据样本值进行聚集，得到多个类别，并将每一个类别的样本值的平均值作为各自类别的特征值；
下例以常用的k-means方法对30个配电终端的样本进行聚类。分析后用四个标签来表示“风险-成本”聚类结果：“低风险-低检修成本类”、“低风险-高检修成本类”、“高风险-低检修成本类”、“高风险-高检修成本类”。并k-means聚类方法形成的聚类簇心为每个类别的“风险-成本”空间平均特征。
示例中的空间平均特征分别为：{0.3480，0.1896}、{0.6515，0.1633}、{0.4710，0.3993}、{0.7715，0.4057}。
104、根据特征值分别建立符合每个类别的检修决策函数，并设置对应的决策因子；
105、根据检修决策函数与决策因子，计算符合每个类别主观期望的检修周期；
以“低风险-低成本”类别为例，其“风险-成本”空间平均特征为{0.3480，0.1896}，其中包含9个配电终端的样本，即{终端6，终端7，终端8，终端10，终端11，终端12，终端18，终端19，终端20}，由9个终端样本第k个检修周期的风险指数函数的参数取平均值得整个“低风险-低成本”类别的平均风险函数，见下式：
式中，
θ是使Riskc1,k(0)＝0.3480成立的平衡因子；下标c1表示“低风险-低成本”类别，k表示该检修周期号。
见下式算得第k个检修周期内风险的增长值与检修成本的比值Deci(tk)。以Deci(tk)作为兼顾考虑配电终端运行风险与检修成本的检修周期决策函数。
决策函数的计算值用决策因子fact来表示对其期望的附加含义，即fact的大小表示对运行风险和成本的相对重视程度：fact＞1表示检修决策更重视减少终端的运行风险，fact＜1表示检修决策更重视检修所投入的成本支出，fact＝1表示对检修的减少的终端风险与检修成本赋予同等权重。
示例取决策因子为fact＝1，此时对于“低风险-低成本”的类别针对检修的决策函数为：Deci(tk)＝fact＝1，解得tk＝＝2.532年。同理，可以解得“低风险-高检修成本类”、“高风险-低检修成本类”、“高风险-高检修成本类”基于各自类别特征的优化检修周期。
相比于定期检修的1年检修一次，由配电终端的历史状态出发，兼顾其运行风险以及检修的成本，根据由风险和检修成本划分的终端类别，可有偏重的确定检修周期；在下一次检修之后，从新进行新的检修策略函数的优化，确定下一个优化的检修时间间隔。这样伴随设备风险值和成本的动态检修时间，符合终端运维实际，充分利用了可观信息量，既保证了终端设备可靠性，又确保了终端设备检修维护的经济性。
进一步地，确定供配电终端在基础评价空间体系中的样本值，每个供配电终端对应一个样本值，其中样本值包括运行风险和检修成本本，包括：
确定供配电终端在基础评价空间体系中的样本值：D＝{X1,X2,X3,...,XN}，其中N为该区域供配电终端的总个数，每个供配电终端对应一个二维特征Xi＝{Riski，Costi}，其中，Riski为运行风险，Costi为检修成本。
进一步地，根据供配电终端在基础评价空间体系中的差异化样本值进行聚集包括：
通过k-means算法根据供配电终端在基础评价空间体系中的差异化样本值进行聚集，得到低风险-低检修成本类、低风险-高检修成本类、高风险-低检修成本类、高风险-高检修成本类。
进一步地，根据特征值分别建立符合每个类别的检修决策函数，并设置对应的决策因子，包括：
根据特征值分别建立符合每个类别的检修决策函数，其中决策函数为每个类别的运行风险与检修成本的比值，检修决策函数包括决策因子，决策因子用于指示运行风险与检修成本的权重。
进一步地，运行风险为历史数据拟合得到的随时间变化的指数函数，检修成本为对该类别样本进行取平均操作的定量值。
本发明实施例中，提供了一种配电终端检修决策方法，建立供配电终端的基础评价空间体系，基础评价空间体系用于指示运行风险和检修成本；确定供配电终端在基础评价空间体系中的样本值，每个供配电终端对应一个样本值，其中样本值包括运行风险和检修成本；根据样本值进行聚集，得到多个类别，并将每一个类别的样本值的平均值作为各自类别的特征值；根据特征值分别建立符合每个类别的检修决策函数，并设置对应的决策因子；根据检修决策函数与决策因子，计算符合每个类别主观期望的检修周期。通过对终端历史数据的统计，分析终端的设备风险，加之于考虑检修投入的经济成本，建立配电终端多个体的“风险-成本”二维评价体系，再依据个体“风险-成本”的差异性和相似性，将终端样本在二维空间上聚类。针对每一类别的平均特征，建立其对应的决策函数，加以考虑衡量终端运行风险与检修成本的决策因子的大小，有侧重的提出符合主观期望的差异化动态可变的检修周期。从一定程度上优化了机械化的终端定期检修模型，使检修周期可以动态跟随终端的风险状态评价和检修的成本，更加合理和经济可靠。
下面对本发明中的配电终端检修决策装置进行详细描述，请参阅图2，图2为本发明实施例中配电终端检修决策装置一个实施例示意图，包括：
第一建立模块201，用于建立供配电终端的基础评价空间体系，基础评价空间体系用于指示运行风险和检修成本；
确定模块202，用于确定供配电终端在基础评价空间体系中的样本值，每个供配电终端对应一个样本值，其中样本值包括运行风险和检修成本；
聚类模块203，用于根据样本值进行聚集，得到多个类别，并将每一个类别的样本值的平均值作为各自类别的特征值；
第二建立模块204，用于根据特征值分别建立符合每个类别的检修决策函数，并设置对应的决策因子；
计算模块205，用于根据检修决策函数与决策因子，计算符合每个类别主观期望的检修周期。
进一步地，确定模块202，用于确定供配电终端在基础评价空间体系中的样本值：D＝{X1,X2,X3,...,XN}，其中N为该区域供配电终端的总个数，每个供配电终端对应一个二维特征Xi＝{Riski，Costi}，其中，Riski为运行风险，Costi为检修成本。
进一步地，聚类模块203，用于通过k-means算法根据供配电终端在基础评价空间体系中的差异化样本值进行聚集，得到低风险-低检修成本类、低风险-高检修成本类、高风险-低检修成本类、高风险-高检修成本类。
进一步地，第二建立模块204，用于根据特征值分别建立符合每个类别的检修决策函数，其中决策函数为每个类别的运行风险与检修成本的比值，检修决策函数包括决策因子，决策因子用于指示运行风险与检修成本的权重。
进一步地，运行风险为历史数据拟合得到的随时间变化的指数函数，检修成本为对该类别样本进行取平均操作的定量值。
本实施例中，第一建立模块201，用于建立供配电终端的基础评价空间体系，基础评价空间体系用于指示运行风险和检修成本；确定模块202，用于确定供配电终端在基础评价空间体系中的样本值，每个供配电终端对应一个样本值，其中样本值包括运行风险和检修成本；聚类模块203，用于根据样本值进行聚集，得到多个类别，并将每一个类别的样本值的平均值作为各自类别的特征值；第二建立模块204，用于根据特征值分别建立符合每个类别的检修决策函数，并设置对应的决策因子；计算模块205，用于根据检修决策函数与决策因子，计算符合每个类别主观期望的检修周期。
本发明实施例中，提供了一种配电终端检修决策装置，首先第一建立模块201，用于建立供配电终端的基础评价空间体系，基础评价空间体系用于指示运行风险和检修成本；确定模块202，用于确定供配电终端在基础评价空间体系中的样本值，每个供配电终端对应一个样本值，其中样本值包括运行风险和检修成本；聚类模块203，用于根据样本值进行聚集，得到多个类别，并将每一个类别的样本值的平均值作为各自类别的特征值；第二建立模块204，用于根据特征值分别建立符合每个类别的检修决策函数，并设置对应的决策因子；计算模块205，用于根据检修决策函数与决策因子，计算符合每个类别主观期望的检修周期。通过对终端历史数据的统计，分析终端的设备风险，加之于考虑检修投入的经济成本，建立配电终端多个体的“风险-成本”二维评价体系，再依据个体“风险-成本”的差异性和相似性，将终端样本在二维空间上聚类。针对每一类别的平均特征，建立其对应的决策函数，加以考虑衡量终端运行风险与检修成本的决策因子的大小，有侧重的提出符合主观期望的差异化动态可变的检修周期。从一定程度上优化了机械化的终端定期检修模型，使检修周期可以动态跟随终端的风险状态评价和检修的成本，更加合理和经济可靠。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (8)
1.一种配电终端检修决策方法，其特征在于，包括：
建立供配电终端的基础评价空间体系，所述基础评价空间体系用于指示运行风险和检修成本；
确定供配电终端在所述基础评价空间体系中的样本值，每个所述供配电终端对应一个所述样本值，其中所述样本值包括所述运行风险和所述检修成本；
根据所述样本值进行聚集，得到多个类别，并将每一个所述类别的样本值的平均值作为各自类别的特征值；
根据所述特征值分别建立符合每个所述类别的检修决策函数，并设置对应的决策因子，包括：根据特征值分别建立符合每个所述类别的检修决策函数，其中所述决策函数为每个所述类别的运行风险与检修成本的比值，所述检修决策函数包括决策因子，所述决策因子用于指示所述运行风险与所述检修成本的权重；
根据所述检修决策函数与所述决策因子，计算符合每个所述类别主观期望的检修周期。
2.根据权利要求1所述的方法，其特征在于，所述确定供配电终端在所述基础评价空间体系中的样本值，每个所述供配电终端对应一个所述样本值，其中所述样本值包括所述运行风险和所述检修成本本，包括：
确定供配电终端在所述基础评价空间体系中的样本值：D＝{X1,X2,X3,...,XN}，其中N为区域供配电终端的总个数，每个所述供配电终端对应一个二维特征Xi＝{Riski，Costi}，其中，Riski为第i个配电终端所述运行风险，Costi为第i个配电终端所述检修成本，i＝{1,2,3,...,N}。
3.根据权利要求2所述的方法，其特征在于，所述根据供配电终端在所述基础评价空间体系中的差异化样本值进行聚集包括：
通过k-means算法根据供配电终端在所述基础评价空间体系中的差异化样本值进行聚集，得到低风险-低检修成本类、低风险-高检修成本类、高风险-低检修成本类、高风险-高检修成本类。
4.根据权利要求1所述的方法，其特征在于，所述运行风险为历史数据拟合得到的随时间变化的指数函数，所述检修成本为对该类别样本进行取平均操作的定量值。
5.一种配电终端检修决策装置，其特征在于，包括：
第一建立模块，用于建立供配电终端的基础评价空间体系，所述基础评价空间体系用于指示运行风险和检修成本；
确定模块，用于确定供配电终端在所述基础评价空间体系中的样本值，每个所述供配电终端对应一个所述样本值，其中所述样本值包括所述运行风险和所述检修成本；
聚类模块，用于根据所述样本值进行聚集，得到多个类别，并将每一个所述类别的样本值的平均值作为各自类别的特征值；
第二建立模块，用于根据所述特征值分别建立符合每个所述类别的检修决策函数，并设置对应的决策因子，其中所述决策函数为每个所述类别的运行风险与检修成本的比值，所述检修决策函数包括决策因子，所述决策因子用于指示所述运行风险与所述检修成本的权重；
计算模块，用于根据所述检修决策函数与所述决策因子，计算符合每个所述类别主观期望的检修周期。
6.根据权利要求5所述的装置，其特征在于，所述确定模块，用于确定供配电终端在所述基础评价空间体系中的样本值：D＝{X1,X2,X3,...,XN}，其中N为区域供配电终端的总个数，每个所述供配电终端对应一个二维特征Xi＝{Riski，Costi}，其中，Riski为第i个配电终端所述运行风险，Costi为第i个配电终端所述检修成本，i＝{1,2,3,...,N}。
7.根据权利要求6所述的装置，其特征在于，所述聚类模块，用于通过k-means算法根据供配电终端在所述基础评价空间体系中的差异化样本值进行聚集，得到低风险-低检修成本类、低风险-高检修成本类、高风险-低检修成本类、高风险-高检修成本类。
8.根据权利要求5所述的装置，其特征在于，所述运行风险为历史数据拟合得到的随时间变化的指数函数，所述检修成本为对该类别样本进行取平均操作的定量值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811565205.9A CN109670550B (zh) | 2018-12-20 | 2018-12-20 | 一种配电终端检修决策方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811565205.9A CN109670550B (zh) | 2018-12-20 | 2018-12-20 | 一种配电终端检修决策方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109670550A CN109670550A (zh) | 2019-04-23 |
| CN109670550B true CN109670550B (zh) | 2021-08-24 |
Family
ID=66144931
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811565205.9A Active CN109670550B (zh) | 2018-12-20 | 2018-12-20 | 一种配电终端检修决策方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109670550B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111652389B (zh) * | 2020-05-28 | 2024-02-27 | 广东电网有限责任公司 | 配电网一次设备接地检修布设方法、装置、设备及介质 |
| CN116109295B (zh) * | 2023-04-07 | 2023-07-25 | 华能济南黄台发电有限公司 | 一种基于配电终端的检修决策方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9158303B2 (en) * | 2012-03-27 | 2015-10-13 | General Electric Company | Systems and methods for improved reliability operations |
| CN104123678A (zh) * | 2014-07-12 | 2014-10-29 | 东北电力大学 | 一种基于状态等级评估模型的电力继电保护状态检修方法 |
| CN104966173A (zh) * | 2015-07-24 | 2015-10-07 | 北京航空航天大学 | 一种电网状态监控方法及系统 |
| CN107563536B (zh) * | 2016-06-30 | 2021-11-19 | 中国电力科学研究院 | 一种考虑电网运行风险的10kV配电变压器优化检修方法 |
| CN106779280B (zh) * | 2016-11-10 | 2021-05-11 | 广东工业大学 | 一种二次设备大修技改的决策确定方法及系统 |
| CN106647263B (zh) * | 2016-12-01 | 2019-11-26 | 贵州电网有限责任公司电力科学研究院 | 一种利用等劣化理论和设备风险的电力设备检修决策方法 |
| CN107730084A (zh) * | 2017-09-18 | 2018-02-23 | 杭州安脉盛智能技术有限公司 | 基于灰色预测和风险评估的变压器检修决策方法 |
-
2018
- 2018-12-20 CN CN201811565205.9A patent/CN109670550B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109670550A (zh) | 2019-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106772205B (zh) | 一种电力计量自动化系统终端设备异常监测方法及装置 | |
| CN106204330A (zh) | 一种配电网智能诊断系统 | |
| CN106709651B (zh) | 一种基于风险理论的电力系统安全性评估系统 | |
| CN110689279A (zh) | 一种基于电力负荷数据的居民用电安全隐患分析系统及方法 | |
| CN109670550B (zh) | 一种配电终端检修决策方法和装置 | |
| CN116125361B (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
| CN112697946A (zh) | 一种主变压器在线油色谱监盘方法及装置 | |
| CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
| CN114528951A (zh) | 一种配网线路单线图异常诊断分析方法、系统及装置 | |
| CN113125903A (zh) | 线损异常检测方法、装置、设备及计算机可读存储介质 | |
| CN113189418A (zh) | 一种基于电压数据的拓扑关系识别方法 | |
| CN113033617A (zh) | 一种基于大数据台区线损数据深度挖掘分析方法 | |
| CN113159503B (zh) | 一种远程遥控智能安全评估系统和方法 | |
| CN113740666A (zh) | 一种数据中心电力系统告警风暴根源故障的定位方法 | |
| CN112527778B (zh) | 基于异常信息数据库增量的异常消缺管理系统及方法 | |
| CN106682817B (zh) | 一种采集异常紧急程度的判定方法 | |
| CN108154310A (zh) | 负荷转移方法、装置、存储介质和处理器 | |
| CN117031201A (zh) | 一种配电网多场景拓扑异常识别方法及系统 | |
| CN109633333B (zh) | 省级及以上电网各类切负荷量冲突检测及协调校验方法 | |
| CN116633002A (zh) | 一种基于人工智能的uv变频电源并联运行控制系统 | |
| Dehghanian et al. | Optimal RTU placement in power distribution systems using a novel method based on analytical hierarchical process (AHP) | |
| CN111191946A (zh) | 故障线路识别方法及装置、电子设备 | |
| CN112785109A (zh) | 一种基于调控云的电网设备故障分析方法及系统 | |
| CN115877145A (zh) | 一种变压器重过载工况大数据交叉评估系统及方法 | |
| CN110991825A (zh) | 基于大数据的线损判定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200113 Address after: 510000 room 501-503, annex building, Huaye building, No.1-3, Chumo new street, Xihua Road, Yuexiu District, Guangzhou City, Guangdong Province Applicant after: Guangdong Electric Power Research Institute of energy technology limited liability company Address before: 510600 No. 757 Dongfeng East Road, Guangzhou, Guangdong, Yuexiu District Applicant before: GUANGDONG STATE GRID CO., LTD. Applicant before: ELECTRIC POWER RESEARCH INSTITUTE, GUANGDONG POWER GRID CO., LTD. |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 501-503, annex building, Huaye building, No.1-3 Chuimao new street, Xihua Road, Yuexiu District, Guangzhou City, Guangdong Province 510000 Applicant after: China Southern Power Grid Power Technology Co.,Ltd. Address before: Room 501-503, annex building, Huaye building, No.1-3 Chuimao new street, Xihua Road, Yuexiu District, Guangzhou City, Guangdong Province 510000 Applicant before: GUANGDONG ELECTRIC POWER SCIENCE RESEARCH INSTITUTE ENERGY TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |